PREDIKSI
KINERJA KEUANGAN PERUSAHAAN ASURANSI
JIWA DENGAN MEMPERGUNAKAN MULTIPLE
DISCRIMINANT ANALYSIS STEP WISE
Universitas Gunadarma,
Jakarta, Indonesia
titiekirewati2@gmail.com
|
|
Abstrak |
|
|
Received: Revised : Accepted: |
01 Agustus 2022 10 Agustus 2022 20 Agustus 2022 |
Latar Belakang : Penilaian kesehatan keuangan perusahaan asuransi jiwa mempermudah masyarakat untuk memilih perusahaan yang dapat dipercaya. Tujuan : Pada penelitian ini, peneliti ingin mengetahui model fungsi yang dapat dipergunakan untuk melakukan pengelompokan perusahaan perusahaan asuransi jiwa di Indonesia berdasarkan kondisi kesehatan keuangannya dengan tolok ukur rasio rasio keuangan yang dianalisis mempergunakan Multiple Discriminant Analysis (MDA). Metode : Penelitian ini menggunakan metode Multiple Discriminant Analysis (MDA) stepwise membuat suatu model prediksi yang menggabungkan beberapa rasio keuangan sehingga lebih memudahkan interpretasi. Hasil : Pada penelitian ini, diperoleh rasio rasio keuangan yang berperan signifikan untuk membedakan kondisi keuangan perusahaan perusahaan asuransi adalah Rasio Asset, RBC dan Rasio Beban. Kesimpulan : Dalam hal ini diharapkan perusahaan asuransi jiwa harus mengelola operasionalnya sehingga dapat memberikan kepercayaan kepada konsumen. Kata
Kunci : Multiple Discriminant
Analysis; Perusahaan Asuransi jiwa; Risk Based Capital; |
|
|
|
|
|
|
Abstract |
|
|
|
Background: Assessment of the financial health of life
insurance companies makes it easier for people to choose a trustworthy
company. Objectives: In this study, the
researcher wanted to know a function model that can be used to group life
insurance companies in Indonesia based on their financial health condition
with a financial ratio ratio benchmark that is
analyzed using Multiple Discriminant Analysis (MDA). Methods: This study uses the
Multiple Discriminant Analysis (MDA) method to create a prediction model that
combines several financial ratios to make it easier to interpret. Results: In this study, financial ratio ratios that play
a significant role in distinguishing the financial condition of insurance
companies are asset ratios, RBC and expense ratios. Conclusion: In this case, it is
expected that life insurance companies must manage their operations so that
they can provide confidence to consumers. Keywords: Multiple Discriminant
Analysis; Life Insurance Company; Risk Based Capital; |
|
*Correspondent Author :
Titiek Irewati
Email : titiekirewati2@gmail.com
PENDAHULUAN
Upaya
perencanaan strategis yang baik membuat analisis rasio menjadi penting karena rasio keuangan
menjadi tolok ukur penilaian kesehatan perusahaan dan berkaitan juga dengan pengambilan
keputusan keputusan tertentu, seperti yang berkaitan
dengan hukum, merger, pengembangan dan investasi oleh perusahaan.
Perusahaan asuransi jiwa
sebagai suatu usaha yang bergerak di bidang jasa keuangan harus
mampu mencapai tolok ukur nilai nilai rasio keuangan
tertentu. Asuransi jiwa merupakan perusahaan yang memberikan janji di masa
depan sehingga para nasabah perusahaan asuransi sebenarnya merupakan para
investor yang kepercayaannya terhadap perusahaan asuransi dipengaruhi oleh
kondisi keuangan perusahaan. Pendirian
dan operasional perusahaan asuransi jiwa
diatur dengan syarat syarat khusus yang
penting untuk menjaga likuiditas dan
solvabilitas asuransi jiwa.
Penilaian kinerja dan kesehatan keuangan perusahaan asuransi
jiwa di Indonesia berdasarkan PMK (Peraturan Menteri Keuangan) no 53 /PMK.010/2012 mempunyai acuan baku dengan orientasi
kesehatan keuangan yaitu pendekatan
kemungkinan likuidasi. Penilaian ini terutama untuk kepentingan pemegang
polis supaya tidak dirugikan oleh kinerja
perusahaan yang buruk.
Para nasabah pun harus
berhati hati memahami gambaran kesehatan keuangan perusahaan
asuransi karena panjangnya waktu periode kepentingan
nasabah dengan perusahaan asuransi.
Penilaian
kondisi keuangan perusahaan asuransi
dengan mempergunakan rasio rasio keuangan yang lazim dipakai selama ini (konvensional) mempunyai
beberapa kelemahan. Yaitu
:
1.
Adanya perbedaan aspek waktu yang dipergunakan
dalam perbandingan rasio bila mempergunakan dasar neraca dan laba rugi. Perbedaan pencatatan yang terjadi pada akhir
tahun akan berpotensi menyesatkan karena
tidak memperlihatkan apa yang terjadi
pada bulan bulan sebelumnya.
2.
Rasio rasio
untuk analisis Likuiditas, Solvabilitas dan Rentabilitas
ditafsirkan terpisah per rasio sehingga sulit untuk membuat
kesimpulan mengenai kondisi suatu perusahaan secara umum (Shim, 2000).
Pemakaian metode Multiple
Discriminant Analysis atau
Analisis Diskriminan dalam analisis kesehatan
keuangan perusahaan merupakan suatu metode yang berusaha menggabungkan rasio rasio keuangan kedalam suatu sistem sehingga memudahkan mengidentifikasi kondisi
perusahaan. Multiple
Discriminant Analysis (MDA)
dapat dipergunakan untuk membuat pengelompokan terhadap perusahaan perusahaan sehingga
kelompok kelompok tersebut secara kualitatif dan
statistika dapat dibedakan dengan
jelas. Pengelompokan ini biasanya merupakan upaya pembuatan kelompok perusahaan yang mempunyai
kondisi kesehatan keuangan
tergolong baik versus
kelompok perusahaan dengan kesehatan keuangan tergolong kurang
baik. Model yang dibuat berdasarkan pengelompokan tersebut menjadi sarana untuk menduga kondisi
kesehatan suatu perusahaan, di Indonesia, pemakaian MDA untuk
penilaian keuangan perusahaan dimasa depan telah dipakai oleh para
peneliti manajemen dan keuangan, seperti yang dilakukan oleh (Pane & Topowijono, 2015),
Topowijono dan Husaini (2015) yang memakai MDA untuk
prediksi kebangkrutan perusahaan perusahaan manufaktur. Predksi
untuk perusahaan tekstil dan garment pada penelitian (Afgani, Rivanda, & Purbayati, 2021).
Beberapa penelitian untuk penilaian
keuangan perusahaan asuransi juga telah
dilakukan , seperti penelitian oleh (Cahyandari, Awalluddin, & Hartati, 2021),
Awaludin dan (Purwanto, Asbari, Hartuti, Setiana, & Fahmi, 2021)
yang memakai rasio rasio
keuangan untuk menggolongkan kondisi perusahaan asuransi jiwa berdasarkan
laporan keuangan tahun 2017 / 2018.
Dinamika
yang selalu terjadi sejalan
dengan perubahan waktu dan
kondisi perekonomian nasional
maupun global membuat penilaian kinerja keuangan perusahaan harus berkelanjutan
untuk dapat mengantisipasi kemungkinan kemungkinan
yang terjadi pada perusahaan di masa depan. Selain berkaitan dengan
kesinambungan evaluasi kesehatan keuangan tersebut, penelitian ini juga
berusaha mempertajam hasil dan
analisis dengan memakai 3 klasifikasi
dibandingkan 2 klasifikasi yang dipakai penelitian penelitian
sebelumnya. Pada penelitian ini, peneliti ingin mengetahui model fungsi yang
dapat dipergunakan untuk melakukan pengelompokan perusahaan perusahaan
asuransi jiwa di Indonesia berdasarkan
kondisi kesehatan keuangannya dengan tolok ukur rasio rasio keuangan yang dianalisis mempergunakan Multiple Discriminant Analysis (MDA).
A.
Kegiatan Perusahaan Asuransi Jiwa
Perusahaan asuransi jiwa adalah perusahaan yang
melakukan peliputan pertanggungan secara personal terhadap risiko kehilangan
kehidupan seseorang atau kemampuan
memperoleh pendapatan karena terjadinya kecelakaan, usia tua atau sakit.
Peliputan pertanggungan adalah upaya penyebaran risiko tersebut dari
satu orang menjadi banyak orang, yang
dinyatakan dengan suatu nilai iuran atau
premi tertentu (Greene, 1992).
Kegiatan asuransi jiwa sebagai jasa keuangan yang menyangkut periode waktu yang
panjang di masa depan sehingga sangat diperlukan suatu sistem pengawasan
perusahaan.
B.
Penilaian Kinerja Perusahaan Asuransi Jiwa
Kekuatan modal menggambarkan kemampuan
perusahaan asuransi untuk melakukan retensi risiko. Perusahaan harus mampu mengembangkan modal dan premi yang dipunyai dalam bentuk investasi
yang tepat berkaitan dengan
pemenuhan perjanjian pada polis.
Nilai Risk
Based Capital (RBC)
merupakan faktor kecukupan modal perusahaan asuransi, menunjukkan taraf kebutuhan
kapital atau modal finansial
yang didasarkan pada nilai asuransi
yang ditanggung perusahaan
dan risiko investasi
untuk menyangga pembayaran klaim (WILLIAMS Jr, Smith, & Young, 1964).
Secara praktis nilai RBC dapat diartikan sebagai jumlah
kapital atau modal finansial yang
dibutuhkan untuk memperlihatkan pada pihak terkait, kemungkinan perusahaan mengalami insolvent atau laba
negatif. Besaran RBC mengandung empat
komponen risiko yaitu :
risiko aset, risiko
reasuransi, risiko underwriting, dan
risiko pertumbuhan perusahaan (Ng, 2003). Penelitian mengenai nilai
RBC dan kondisi
solvabilitas oleh (Ng, 2003)
menyatakan bahwa nilai RBC
yang tinggi belum pasti dapat menjamin kondisi solvabilitas perusahaan.
Batasan minimum di Indonesia untuk perusahaan asuransi jiwa adalah 120%.
Perusahaan dapat mengalami likuidasi
bila nilai RBC
tidak mencapai 120%. Suatu
perusahaan asuransi jiwa yang mempunyai
nilai RBC di bawah 150 % wajib melakukan analisis terhadap
kegiatan operasionalnya. Bila posisi
RBC di antara 150 sampai 200 % maka perusahaan perlu mengajukan laporan
rencana keuangan kepada regulator. Apabila suatu perusahaan telah mencapai
nilai RBC sebesar 200 %
pun tetap diperlukan uji
kecenderungan data untuk menilai
prospek di masa depan (Nissim, 2010).
Beberapa penelitian pada perusahaan asuransi
jiwa memakai analisis rasio keuangan
konvensional menyatakan atribut atribut keuangan yang
berpengaruh nyata seperti besar proporsi asset dan
investasi (Febriyanti, Choliq, & Mukti, 2021),
Perusahaan juga harus memperhatikan besar peningkatan premi dan biaya operasional. Pertumbuhan premi yang
cepat justru harus diwaspadai karena bisa berkorelasi dengan insolvency perusahaan. Diketahui juga ada hubungan
negatif antara leverage dan kinerja
perusahaan (Browne & Hoyt, 1995).
C.
Multiple Discriminant Analysis untuk
Early Warning
System
Rasio rasio keuangan
perusahaan selain dapat dianalisis dan
diuji dengan analisis konvensional
per rasio, dapat juga
dianalisis dengan Multiple Discriminan Analysis (MDA) atau
analisis diskriminan.
Analisis ini dapat menentukan
rasio rasio terpenting dalam upaya Early Warning
System (EWS) sebagai peringatan dini tentang kesehatan perusahaan, yaitu rasio
yang paling efektif
dan konsisten dalam menilai
kesehatan keuangan perusahaan,
sebagai sistem deteksi dini kebangkrutan perusahaan (Shim, 2000).
Multiple Discriminant Analysis (MDA) menghasilkan suatu indeks yang memungkinkan
dibuatnya suatu penggolongandari suatu observasi ke
dalam salah satu dari beberapa
kelompok yang telah dibuat sebelumnya. Analisis ini
bermula dari keinginan untuk
membedakan secara statistik antara dua kelompok
atau lebih. Tujuan matematis dari analisis diskriminan
ini adalah untuk memberi bobot dan
menggabungkan secara linier variabel variabel diskriminan sedemikian rupa sehingga kelompok kelompok itu dapat
dibedakan secara statistika (Rencher & Christensen, 2002).
D.
Operasionalisasi Multiple Discriminant Analysis
Menurut (Satria, 1994),
dalam pengerjaan analisis diskriminan,
beberapa langkah penting yang harus dilaksanakan meliputi :
1.
Pemilihan
sampel : penentuan jumlah sampel untuk
menilai kondisi populasi
2.
Penentuan variabel bebas khususnya variabel
pembeda : variabel pembeda adalah variabel bebas yang dapat dipergunakan sebagai dasar penggolongan sampel.
3.
Penentuan fungsi diskriminan :
jumlah fungsi diskriminan yang
terbentuk dapat lebih dari satu berdasarkan
sistem klasifikasi kualitatif
yang dipergunakan
4.
Pengujian fungsi Diskriminan : untuk
mengukur fungsi apakah sudah mempunyai kemampuan pembeda yang
cukup kuat, digunakan indikator : Eiigen value, Canonical Correlation, nilai Wilks lambda.
5.
Penentuan
Cut off
Point Pengetahuan
akan nilai kritis atau cut off point
membuat kita dapat menduga kemampuan fungsi diskriminan
dalam melakukan penggolongan yaitu dengan mengaplikasikan fungsi tersebut pada
sampel yang sama. Selain itu juga dapat
diketahui karakterstik perusahaan perusahaan
yang menjadi bahan observasi
(Satria, 1994).
Pada bidang bisnis manajemen dan
keuangan , penelitian mempergunakan MDA
sebagai dasar penggolongan perusahaan telah dilakukan pada perusahaan perusahaan manufaktur
seperti yang dilakukan oleh (Pane & Topowijono, 2015),
(Pane & Topowijono, 2015),
(Afgani et al., 2021)
untuk memperkirakan perusahaan perusahaan yang dapat
mengalami kebangkrutan dalam waktu dekat. Analisis Diskriminan juga
dipergunakan oleh (Cahyandari et al., 2021),
Awaludin dan (Purwanto et al., 2021)
untuk menggolongkan kinerja perusahaan asuransi jiwa dengan dasar rasio solvabilitas, investasi,
likuiditas dan beban.
METODE PENELITIAN
Perusahaan perusahaan asuransi
jiwa di Indonesia
yang sampai akhir tahun
2020 sejumlah 59
perusahaan (Fachmi & Setiawan, 2020)
menjadi obyek pengamatan. Sampai akhir
tahun 2020 di Indonesia terdapat 59
perusahaan asuransi jiwa yang
terdiri atas perusahaan asuransi jiwa
pemerintah, swasta nasional
dan joint venture.
Perusahaan perusahaan
ini mempunyai kondisi
yang bervariasi ditinjau
dari besar permodalan, aset
dan perolehan premi perusahaan asuransi. Pada penelitian
ini dipergunakan data
sekunder berupa besaran atribut rasio
keuangan masing
masing perusahaan yang menjadi sampel pengamatan.
Data yang dipergunakan untuk perhitungan adalah data berdasarkan
laporan keuangan masing masing
perusahaan sampel pada tahun 2020. Pada
penelitian ini diambil sebanyak 23 perusahaan sebagai sampel data untuk dianalisis. Pengambilan
sampel secara random acak untuk seluruh jenis kepemilikan perusahaan asuransi
jiwa konvensional (bukan syariah) yang terdaftar sebagai anggota Asosiasi Asuransi Jiwa
Indonesia (AAJI) (Fachmi & Setiawan, 2020).
Kondisi perusahaan berdasarkan kepemilikan
terlihat pada tabel
1.
Variabel Penelitian
:
Atribut keuangan perusahaan asuransi jiwa yang
menjadi tolok ukur adalah :
1. Rasio Asset (A) = rasio aset yang diperkenankan dengan total
aset.
2. Rasio Investasi (I)
= rasio hasil investasi dengan
pendapatan premi
3. Rasio Profitabilitas (P) =
rasio laba (rugi) sebelum pajak dengan rata rata
modal sendiri
4. Rasio Solvabilitas (RBC) =
rasio pencapaian solvabilitas minimum
5. Rasio Likuiditas (L) = kemampuan likuiditas perusahaan dalam
operasional sehari hari tanpa harus mencairkan investasi.
6. Rasio Beban (B) = rasio perbandingan kumulatif beban dan
komisi dengan pendapatan premi
Variabel Dependen :
Pada penelitian
ini variabel yang bersifat dipengaruhi
adalah Kondisi kualitatif
perusahaan berdasarkan kodifikasi penggolongan oleh AAJI tahun
2019/2020, yaitu
Yaitu :
Klasifikasi / Group (1). Cukup
Klasifikasi / Group (2).
Baik
Klasifikasi / Group (3).
Sangat Baik
Oleh karena terdapat 3
klasifikasi yang diinginkan maka fungsi
yang terbentuk ada dua, yaitu fungsi 1
sebagai pembeda group 1 dan 2, serta
fungsi 2 sebagai
pembeda group 2 dan
3.
Tabel 1.
Perusahaan
Sampel
|
No. |
Perusahaan |
Jenis Kepemilikan |
Klasifikasi AAJI |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
BRILife Reliance Adisarana Wanartha Taspen Heksa Capital In Health Tugu Mandiri Mega BNI Chubb Panin AXAFin Alianz Commonwealth Generali AIA Manulife AXA Mandiri Great Eastern BCA Life Lippo Life MNC Life |
SN SN SN SN SN SN SN SN SN SN JV JV JV JV JV JV JV JV JV JV SN SN SN |
3 3 3 3 3 2 3 3 3 2 1 2 2 2 3 1 2 2 2 1 1 1 1 |
( Laporan Kinerja Industri
Asuransi Jiwa, 2020)
Keterangan : SN : Swasta
Nasional JV : Joint
Venture
1 : Cukup
2 : Baik 3 : Sangat Baik
Pada penelitian ini
dipergunakan alat analisis MDA
atau Multiple Discriminant Analysis step wise yang
dapat membuat secara signifikan
pengelompokan perusahaan berdasarkan rasio rasio
keuangan yang dipergunakan secara bersama sama. Data yang dipergunakan adalah
data sekunder yaitu laporan keuangan perusahaan asuransi jiwa sampel pada
tahun laporan 2020.
HASIL DAN PEMBAHASAN
Penilaian kesehatan keuangan perusahaan asuransi
jiwa dengan interpretasi
rasio rasio secara terpadu
pada pengamatan ini dengan
memakai data sebagai berikut :
Tabel 2
Data Atribut Keuangan Perusahaan Asuransi Jiwa Sampel
|
Perusahaan |
Asset (%) |
Investasi (%) |
Profitabilitas (%)
|
RBC (%) |
Likuiditas (%) |
Beban (%) |
|
Bri Reliance Aswa Taspen Heksa Capital Inhealth Tugu
Man Mega Bni Life Chubbs Panin Axa Alianz Commonw Generali Aia Manulife Axa
Mand Greateast Bca Life Lippo
Life Mnc Life |
88 94 96 98 89 59 94 89 43 57 92 74 40 33 48 31 33 58 20 98 88 91 59 |
14 9 6 5 6 9 9 19 5 19 26 21 31 17 32 11 50 38 15 25 253 491 104 |
29 16 30 25 15 12 13 30 35 9 27 9 11 12 34 12 20 27 48 1 -12 -27 -33 |
342 332 159 242 172 248 905 170 3344 778 1256 1491 336 380 1063 317 675 585 270 1974 1180 1436 177 |
339 132 119 393 395 137 254 850 498 807 439 480 133 283 518 185 359 325 323 123 125 439 131 |
16 19 26 15 18 6 15 18 35 6 26 8 11 6 32 10 21 7 8 -10 116 131 144 |
(Laporan Kinerja Industri Asuransi Jiwa, 2020)
Pengujian data
terhadap kecenderungan variansi
data dengan perhitungan nilai Wilks Lambda
sebagai berikut :
Tabel 3
Hasil uji data dengan Wilks Lambda
|
Atribut/Rasio |
Wilks Lambda |
F score |
Prob. Signifikan |
|
Aset |
.796 |
2.558 |
0.102 |
|
Investasi |
.695 |
4.385 |
0.027* |
|
Profitabilitas |
.749 |
3.353 |
0.055 |
|
RBC |
.818 |
2.230 |
0.134 |
|
Likuiditas |
.867 |
1.529 |
0.241 |
|
Beban |
.540 |
8.516 |
0.002* |
Uji kesamaan dengan
melihat nilai Wilks
Lambda (semakin mendekati 1, semakin homogen atau tidak ada perbedaan).
Variabel Investasi dan Beban karena
nilainya paling rendah, berpeluang menjadi pembeda antar grup. Pada usaha klasifikasi
perusahaan asuransi jiwa
ini, dipakai 3 penggolongan
perusahaan yaitu pengelompokan
untuk kondisi kesehatan keuangan (1)
Cukup (2) Baik
dan (3) Sangat
Baik. Ketentuan ini
menyebabkan ada dua
fungsi pembeda yang terbentuk
yaitu Fungsi F1 untuk membedakan Grup Cukup (1) dan Baik (2)
serta Fungsi F2 untuk membedakan Grup Baik (2)
dan Grup Sangat Baik (3).
Tabel 4
Proses Step Wise
|
Step |
Jumlah Variabel |
Lambda |
Fhitung |
Prob Sign. |
|
1 |
1 |
0,540 |
8,516 |
0,002 |
|
2 |
2 |
0,352 |
6,523 |
0,000 |
|
3 |
3 |
0,243 |
6,178 |
0,000 |
Penambahan jumlah variabel
yang dimasukkan untuk membentuk fungsi diskriminan
menimbulkan penurunan nilai Wilks Lambda, yang
berarti semakin kecil juga jumlah varians yang tidak bisa dijelaskan oleh
fungsi. Hubungan antara variabel
dan fungsi diskriminan terlihat
pada matriks tabel 5.
Tabel 5.
Hubungan Variabel dan
Fungsi Diskriminan
|
|
Fungsi 1 (F1) |
Fungsi 2 (F2) |
|
Rasio Likuiditas |
- 0,104 |
-0,026 |
|
Rasio Beban |
0,540 |
0,841 |
|
Rasio Asset |
-0,252 |
0.714 |
|
Rasio Investasi |
0,271 |
0.028 |
|
Rasio Profitabilitas |
- 0.450 |
- 0.618 |
|
Rasio Solvabilitas(RBC) |
0,285 |
-0,358 |
Tabel 5
memperlihatkan rasio yang
berperan pada masing
masing
fungsi. Probabilitas hubungan
yang tinggi antara rasio
dan fungsi menyatakan
kemungkinan kekuatan pengaruh. Rasio Beban dan Profitabilitas berperan
pada fungsi 1
yang membedakan kelompok perusahaan 1
dan 2 . Pada
fungsi 2 yang
berperan adalah rasio
Beban, Aset dan Profitabilitas. Uji
nilai Cannonical
Corelation (CC)
dan WilksLambda (WL)
diperlukan untuk menilai
kesesuaian variabel dengan
fungsi.
Tabel 6
Penilaian Fungsi Diskriminan
|
No. |
Eigen Value |
% Variansi |
CC |
WL |
Prob. Signi |
|
F1 |
2,441 |
92,5 |
0,842 |
0,243 |
0,000 |
|
F2 |
0,197 |
7,5 |
0,406 |
0,839 |
0,181 |
Pada tabel
6 terlihat nilai
CC yang menyatakan
asosiasi hubungan antara
skor diskriminan dengan
group.
Nilai yang lebih
mendekati satu (CC
Fungsi 1 = 0,842) menunjukkan kecenderungan hubungan yang lebih
erat. Fungsi 1
terlihat mempunyai hubungan yang kuat
antar variabel, terdapat perbedaan nyata antara
Grup Cukup dan
Baik. Pada Fungsi
2, nilai Probabilitas
signfikan
sebesar 0,181 yang tidak signifikan, artinya apabila
fungsi 2 ini
berdiri sendiri, justru
tidak ada perbedaan
antara rasio Grup 2 dan
3. Fungsi 1 dan
Fungsi 2 harus
dipakai secara bersama
sama.
Tabel 7
Koefisien Fungsi Diskriminan
|
|
F1 |
F2 |
|
Rasio Asset |
-0,037 |
0.024 |
|
Rasio Solvabilitas |
0.001 |
0.0001 |
|
Rasio Beban/Premi |
0,033 |
0,016 |
|
Constant |
0.805 |
-1,620 |
Tabel 7 memperlihatkan koefisien-koefisien
yang menjadi komponen fungsi diskriminan. Pada
penelitian ini, perusahaan asuransi jiwa dikelompokkan menjadi 3 group sehingga :
1.
F1 = 0,805
- 0,037 Asset + 0,001 RBC + 0,033 Beban
Fungsi F1 ini
menjadi pembeda untuk Grup 1
dan 2
2.
F2 = -1,682 + 0,024 Asset
+0,0001 RBC + 0,016 Beban
Fungsi ini
menjadi pembeda untuk
Grup 2 dan 3
Ada tiga group perusahaan asuransi sehingga juga terdapat 3 centroid (Tabel 8). Nilai centroid
menunjukkan rata rata Z skor dari setiap obyek yang
ada dalam kelompok tersebut. Kegunaan centroid adalah
untuk mengetahui bagaimana penyebaran data dari
tiap kelompok.
Tabel 8.
Nilai Centroid
Masing Masing Kelompok
Perusahaan
|
Kelompok |
F 1 |
F 2 |
|
Cukup (1) |
2, 236 |
0,221 |
|
Baik (2) |
-0,372 |
-0,460 |
|
Sangat Baik (3) |
-1,462 |
0,468 |
Nilai nilai
centroid antara fungsi 1 dan 2, memperlihatkan adanya
jarak yang cukup jauh antara kedua titik
pusat fungsi. Artinya untuk pengelompokan antar fungsi 1 dan fungsi 2 memang
menimbulkan kelompok perusahaan perusahaan yang
berbeda dengan demikian kedua fungsi tersebut memang dapat membedakan antara
kelompok perusahaan kategori Cukup,
Baik dan Sangat Baik.
Nilai Cut Off
Pada MDA dengan variabel
dependen tiga kategori, nilai cut off yang menjadi
pembeda / batas antar kelompok, ditinjau berdasarkan peta data dan nilai centroid. Berdasarkan
peta data, posisi sebaran sbb :
Z skor
Z skor
-3 -----Grup 3 ----Grup 2
--Z=0 -----Grup 3--- Grup 1-----------3
Grup 1 berada pada wilayah
di kanan Z= 0 , Grup 2 berada di kiri Z = 0
dan Grup 3 menyebar dari kiri
sampai kanan dari Z = 0.
Contohnya apabila
kita pakai data untuk
obyek BRI Life :
Kita masukkan nilai nilai pada fungsi
pembeda /fungsi diskriminan :
Fungsi 1 :
Z = 0,805 - 0,037Asset +
0,001RBC + 0,033 Beban
Z = 0,805 + (-0,037x88) +
(0,001x339) + (0,033 x 17) = -1,551
Fungsi 2
Z = - 1,682 +(0,024 x Asset)
+(0,0001 x RBC)+(0,016 Beban)
Z = - 1,682 + (0,024x88) + (0,0001x339) +
(0,016 x 17 )= 0,736
Nilai Z skor tersebut menunjukkan posisi BRIlife pada peta data.
Posisi (-1,551 ; 0,736)
lebih dekat ke kelompok 3 yang
mempunyai centroid (-1,462; 0,468). Jadi
BRI Life tergolong pada kelompok
3 yaitu
kesehatan keuangan sangat bagus.
Kelayakan Fungsi Diskriminan
Tabel 9
Hasil Klasifikasi
Perusahaan dengan MDA
|
|
Prediksi klasifikasi |
|
Original Cukup Bagus Sangat Bagus |
Cukup Bagus Sangat Bagus 4 (66,7%) 2(33,3%) 0 0 9 (90%) 1
(10%) 0 1 (14,3%) 6 (85,7%) |
|
Validasi Cukup Bagus Sangat Bagus |
4 (66,7%) 2(33.3%) 0 1 (10%) 6 (60%) 3 (30%) 0 1(14,3%) 6 (85,7%) |
Tabel 9 memperlihatkan sebaran
klasifikasi 23 perusahaan pada sebelum (original) dan sesudah
memakai MDA (validasi). Pada penelitian ini, 82,6 % data telah
terklasifikasi dengan benar, sedangkan dari perhitungan validasi, 69,0% data telah
terklasifikasi dengan benar. Nilai nilai persentase ini tergolong tinggi karena menyatakan
lebih dari 50 % data. Semakin tinggi nilai persentase, semakin tepat fungsi fungsi diskriminan yang
membedakan untuk ketiga group klasifikasi perusahaan
asuransi.
Pada penelitian ini, diperoleh rasio rasio
keuangan yang berperan signifikan untuk membedakan kondisi keuangan perusahaan perusahaan asuransi
adalah Rasio Asset, RBC
dan Rasio Beban. Modal dan asset pada
perusahaan asuransi jiwa sangat berperan menjaga kelangsungan operasional perusahaan.
Tingkat RBC yang menggambarkan kemampuan perusahaan menjamin risiko risiko harus senantiasa dijaga pada standar minimal 120%.
Jumlah asset yang diperkenankan sebaiknya lebih besar
dari kewajiban hal ini tentunya untuk menjaga kemampuan perusahaan membayar
klaim dan kewajiban lainnya. Jika RBC menurun, pemilik perusahaan harus segera
menambah modal. Rasio beban menunjukkan
efisiensi aktivitas perusahaan asuransi
jiwa. Tingginya biaya, beban dan komisi akan mengurangi arti pendapatan premi
yang besar. Pada saat ini, sistem digitalisasi dan penerapan teknologi
informasi dapat mengurangi tingginya nilai biaya dan beban yang harus
ditanggung perusahaan. Di Indonesia, kondisi penetrasi industri asuransi jiwa
masih tergolong minim / kecil bila dibandingkan negara negara
ASEAN lain. Rasio pendapatan premi dengan GDP masih sekitar 3 %. Perusahaan
harus berupaya meningkatkan kepercayaan
masyarakat terhadap asuransi. Penilaian kondisi keuangan perusahaan menjadi
sangat bermanfaat untuk melakukan prediksi kondisi perusahaan di masa
depan dan membantu konsumen memilih perusahaan asuransi yang dianggap dapat membantu menghadapi risiko
kehidupannya.
KESIMPULAN
Afgani, Kurnia Fajar, Rivanda, Agil Krisna, & Purbayati,
Radia. (2021). PREDICTING CORPORATE BANKRUPTCY: BASED ON MDA TEXTILE AND
GARMENT ON INDONESIA STOCK EXCHANGE. Jurnal Ilmiah MEA (Manajemen, Ekonomi,
& Akuntansi), 5(2), 1918–1932. Google Scholar
Browne, Mark J., &
Hoyt, Robert E. (1995). Economic and market predictors of insolvencies in the
property-liability insurance industry. Journal of Risk and Insurance,
309–327. Google Scholar
Cahyandari, Rini,
Awalluddin, Asep Solih, & Hartati, Ai Sri. (2021). Klasifikasi Kinerja
Perusahaan Asuransi Jiwa menggunakan Analisis Diskriminan. Prosiding-Seminar
Nasional Teknik Elektro UIN Sunan Gunung Djati Bandung, 333–339. Google
Scholar
Fachmi, Muhammad,
& Setiawan, Ikrar Putra. (2020). Strategi Meningkatkan Kepuasan Nasabah
Analisis Kasus melalui Riset di Industri Asuransi Jiwa. CV. Pustaka
Learning Center. Google Scholar
Febriyanti, Noer,
Choliq, Maulivia Idham, & Mukti, Asri Wido. (2021). Hubungan tingkat
pengetahuan dan kesediaan vaksinasi covid-19 pada warga kelurahan dukuh
menanggal kota surabaya. SNHRP, 36–42. Google Scholar
Greene, Mark R.
(1992). An International Comparison of Workers’ Compensation. Journal of
Risk and Insurance, 59(2), 351–353. Google Scholar
Ng, Eka Purnama
Witono. (2003). Analisis Kinerja Perusahaan-perusahaan Asuransi di Indonesia
dengan Metode Risk Based Capital. Jurnal Akuntansi. Google
Scholar
Nissim, Doron. (2010).
Analysis and valuation of insurance companies. CE| ASA (Center for
Excellence in Accounting and Security Analysis) Industry Study, (2). Google
Scholar
Pane, Rosmadewi
Ayuningtyas, & Topowijono, Achmad Husaini. (2015). Analisis diskriminan
untuk memprediksi kebangkrutan perusahaan (studi pada perusahaan manufaktur
yang terdaftar di Bursa Efek Indonesia tahun 2011-2013). Jurnal Administrasi
Bisnis, 27(2). Google Scholar
Purwanto, Agus,
Asbari, Masduki, Hartuti, Hartuti, Setiana, Yuni Nuraeni, & Fahmi, Khaerul.
(2021). Effect of psychological capital and authentic leadership on innovation
work behavior. International Journal of Social and Management Studies, 2(1),
1–13. Google Scholar
Rencher, Alvin C.,
& Christensen, W. F. (2002). Méthods of multivariate analysis. a john wiley
& sons. Inc. Publication, 727. Google Scholar
Satria, Salusra.
(1994). Pengukuran kinerja keuangan perusahaan asuransi kerugian di
Indonesia: dengan analisis rasio keuangan" early warning system".
Kerjasama Lembaga Penerbit, Fakultas Ekonomi, Universitas Indonesia
dengan …. Google Scholar
Shim, Jae K. (2000). Strategic
business forecasting: the complete guide to forecasting real world company
performance. CRC Press. Google Scholar
WILLIAMS Jr, C. Arthur
C., Smith, Michael L., & Young, Peter C. (1964). Risk management and
insurance. Google Scholar
|
|
© 2022 by the authors. Submitted for possible open access publication under the terms and conditions of the Creative Commons Attribution (CC BY SA) license (https://creativecommons.org/licenses/by-sa/4.0/). |